安装后按照教程写了一个demo
from modelscope.pipelines import pipeline
word_segmentation = pipeline('word-segmentation',model='damo/nlp_structbert_word-segmentation_chinese-base')
input_str = '今天天气不错,适合出去游玩'
print(word_segmentation(input_str))
之后运行报错
cat@cat-P142:~/modelscope$ python3 test.py
2023-12-29 10:29:03,622 - modelscope - INFO - PyTorch version 2.1.2 Found.
2023-12-29 10:29:03,627 - modelscope - INFO - TensorFlow version 2.15.0.post1 Found.
2023-12-29 10:29:03,627 - modelscope - INFO - Loading ast index from /home/cat/.cache/modelscope/ast_indexer
2023-12-29 10:29:03,827 - modelscope - INFO - Loading done! Current index file version is 1.10.0, with md5 0f02485dbed6456029fd2ba72b82ae48 and a total number of 946 components indexed
2023-12-29 10:29:07,140 - modelscope - WARNING - Model revision not specified, use revision: v1.0.3
非法指令 (核心已转储)
怎么解决?
这个错误提示“非法指令 (核心已转储)”通常表示在尝试运行的程序或库与你的系统架构不兼容,或者模型文件可能已损坏。对于你的情况,尽管环境检测通过了,但在加载模型或执行任务时出现问题。
针对这个问题,你可以尝试以下解决方案:
确认Python环境和模型库(modelscope)是否支持你的操作系统和硬件架构。如果你使用的是非x86架构的CPU(如ARM架构),确保安装了对应架构下的预训练模型。
检查damo/nlp_structbert_word-segmentation_chinese-base
模型版本与你的modelscope版本是否兼容。可以尝试指定一个明确的兼容模型版本进行下载,或者更新modelscope到最新稳定版。
清理并重新下载模型文件:
# 清理缓存
modelscope cache clean
# 重新加载模型
word_segmentation = pipeline('word-segmentation', model='damo/nlp_structbert_word-segmentation_chinese-base', revision='v1.0.3')